Wide range of products such as clothing, bed linen, curtains, and shoes, use fabrics as main raw material. Fabrics have various types of materials, colors and patterns. Harmony in combiningthe various types of fabrics will affect the beauty of the resulted product. A system that can be used to retrieve some fabrics similar to a fabrics sample automatically will facilitate the combining process in creating a product. In this study, a fabrics image retrieval system using combination of fractal-based texture feature and HSV color feature is developed. The Canberra Distance is used to measure similarity between features vectors. The experiment which is done using two kinds of fabrics image datasets, i.e. "batik" and "common", gives average recall 94% and 92%, respectively.IndexTerms-Image retrieval, fractal-based texture, HSV color.
ABSTRAKDalam bidang pendidikan dasar, matematika merupakan sebuah pelajaran dasar dan fundamental. Namun, banyak peserta didik yang tidak menunjukkan sikap positif terhadap mata pelajaran ini. Untuk itulah diperlukan inovasi dalam pembelajaran, salah satunya adalah dengan menggunakan game edukasi.Puzzle adalah game dengan aturan yang sederhana, mudah dimengerti dan dapat merangsang kemampuan matematika. Sedangkan RPG adalah game yang alurnya variatif, interaktif dan dapat meningkatkan ketertarikan pemain. Puzzle RPG adalah penggabungan kedua jenis game tersebut. Penelitian ini bertujuan mengembangkan dan mengukur efektivitas game dari ketiga jenis game tersebut sebagai sarana belajar matematika pada tingkat sekolah dasar (kelas 1-3).Keefektifan game edukasi dilihat dari peningkatan hasil belajar yang diperoleh setelah dilakukan percobaan. Untuk mengetahui jenis game manakah yang paling efektif adalah dengan cara membandingkan peningkatan hasil belajar setelah meggunakan ketiga game tersebut. Analisis perbandingan akan dilakukan dengan uji perbedaan menggunakan ANOVA dan uji lanjut menggunakan scheffe.Hasil percobaan menunjukkan peningkatan hasil belajar pada game puzzle RPG sebesar 53,9%, game RPG sebesar 41,7% dan game puzzle sebesar 33,9%. Setelah dilakukan uji ANOVA, didapatkan hasil bahwa terdapat perbedaan signifikan pada ketiga hasil tersebut. Untuk mengetahui perbedaan pada masing-masing game dilakukan uji scheffe dan didapatkan hasil bahwa hanya hasil belajar antara game puzzle dan puzzle RPG saja yang perbedaannya signifikan. Kesimpulannya, berdasarkan peningkatan hasil belajar, game puzzle RPG memiliki pengaruh terbesar. Berdasarkan uji lanjut dan perbandingan, game berjenis puzzle RPG hanya lebih efektif dibandingkan dengan game puzzle, dan tidak jauh berbeda dibandingkan dengan game RPG. Sedangkan game RPG tidak jauh berbeda dibandingkan dengan game puzzle. Kata Kunci: Efektivitas, Game Edukasi, Matematika, Puzzle, RPG. ABSTRACT Mathematics is a basic and fundamental subject in primary education. Nonetheless, students tend to have negative attitudes towards the subject. As a consequence, this suggests a call for innovations in the learning using educational games. Puzzle is a game with simple and easy-to-understand and RPG is a game that allows a wide range of variations and interactions. Puzzle RPG is the combination of the two. The current study was aimed at measuring the effectiveness of the three types of games as a tool in the mathematics
Pemanfaatan game saat ini telah merambah ke berbagai bidang, salah satunya adalah bidang edukasi. Pada penelitian ini dilakukan analisis pengaruh game edukasi pada kemampuan menguasai kosakata bahasa asing, dengan studi kasus bahasa Arab. Game edukasi tersebut menggunakan perangkat bergerak dan salah satunya menggunakan teknologi realitas virtual dengan kakas Google Cardboard. Game edukasi diujikan pada pengguna berusia 10-15 tahun dan dibagi menjadi dua kelompok, berdasarkan teknologi yang digunakan dan genre game. Pengguna melakukan pre-test dan post-test untuk mengukur kemampuan mereka sebelum dan sesudah mengujikan game. Hasil pengujian tersebut dianalisis dengan metode uji hipotesis ANOVA. Dari kedua kelompok tersebut didapatkan kesimpulan bahwa perbedaan teknologi tidak berpengaruh secara signifikan terhadap kemampuan pengguna. Pada kelompok kedua, didapatkan kesimpulan bahwa faktor jenis game, faktor jenis kelamin pengguna, dan gabungan kedua faktor tersebut tidak berpengaruh secara signifikan terhadap perubahan kemampuan pengguna dalam menguasai perbendaharaan kosakata Bahasa Arab.
Proses komunikasi antara penyandang tunarungu dan tunawicara dapat dipahami antara sesama dengan baik karena mereka sudah terbiasa sehari-harinya menggunakan bahasa isyarat. Namun sebagian orang normal akan kesulitan untuk memahami bahasa isyarat yang disampaikan oleh penyandang tunarungu dan tunawicara, begitu juga sebaliknya. Untuk mengatasi masalah tersebut maka dibangun sebuah sistem pengenalan bahasa isyarat dengan menggunakan leap motion controller (LMC). Pengenalan bahasa isyarat dengan hanya menggunakan fitur statis hanya dapat mengenal bahasa isyarat yang bersifat statis dan tidak dapat mengenal bahasa isyarat yeng bersifat dinamis dengan baik. Pada penelitian ini diusulkan pengenalan Sistem Isyarat Bahasa Indonesia (SIBI) dengan menggunakan kombinasi fitur statis dengan fitur dinamis berbasis Logarithmic Learning for Generalized Classifier Neural Network (L-GCNN). Dimana fitur statis dimanfaatkan untuk pengenalan bahasa isyarat yang bersifat statis dan fitur dinamis dimanfaatkan untuk mengenal bahasa isyarat yang bersifat dinamis. L-GCNN dimanfaatkan untuk meningkatkan akurasi pengenalan bahasa isyarat. Dari hasil pengujian yang dilakukan pengenalan bahasa isyarat SIBI dengan menggunakan kombinasi fitur statis dengan fitur dinamis dapat mengenal bahasa isyarat SIBI yang bersifat statis maupun bahasa isyarat yang bersifat dinamis dengan baik.
In the paper, we present an approach of road extraction in urban area by combining the Hough transform and region growing. In this case, we use Digital Surface Mode (DSM) data, which is based on the elevation of land surface, building, and so on to overcome the disadvantage of aerial photo image. The main problem in extracting the road in urban area from an aerial photo is the shadow cast by the buildings. The shadow will lead to an inappropriate road segment. Another benefit of using the DSM data in urban area is the significant different of the elevation between the road and the building elevation. A simple thresholding of this data could extract some of the road. To improve the result, we use Hough transform to detect and recognize the road as a line and use this information to make a better threshold. Furthermore, we use the seeding region growing method to expand the road network. The seeds for region growing are obtained from the perimeter of the threshold segmentation resulted by hough lines. Finally, the post processing is required to remove a false road by employing the morphology image operator. The experiment result shows that the proposed method improves the quality result with a very good performance.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.